作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于通信运营商社交网络数据量巨大、产生速度快、交互速度快、数据结构多样和分析复杂的特点,结合传统结构化数据的分析,提出了一种高影响力客户识别的模型,并应用于客户套餐购买过程中,得出了6个月内高影响力客户比随机客户推荐成功率平均提升4.8%、绝对量提升29倍的效果。
推荐文章
基于Spark GraphX和社交网络大数据的用户影响力分析
数据挖掘
社交网络大数据
Spark GraphX
用户影响力分析
基于MRLT模型多关系社交网络影响力最大化研究
社交网络
影响力最大化
传播模型
多关系社交网络
社交网络中用户区域影响力评估算法研究
社交网络
区域影响力
节点发现
信息传播
众筹项目的社交网络影响力预测与分析
社交网络
众筹项目
社会影响力
影响力预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于社交网络分析的高影响力客户识别模型算法
来源期刊 移动通信 学科 工学
关键词 大数据 社交网络 客户识别
年,卷(期) 2014,(12) 所属期刊栏目 业务与支撑系统
研究方向 页码范围 88-92
页数 5页 分类号 TN929.5
字数 3647字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谭丽丽 6 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (13)
二级引证文献  (0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
社交网络
客户识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
移动通信
月刊
1006-1010
44-1301/TN
大16开
广州市新港中路381号(广州市1003信箱9分箱)
46-181
1973
chi
出版文献量(篇)
9277
总下载数(次)
9
总被引数(次)
33751
论文1v1指导